Etude de la mèmosphère de God Emperor Trump...2 L’Analyse du corpus entier 2.1 L’évolution...
Transcript of Etude de la mèmosphère de God Emperor Trump...2 L’Analyse du corpus entier 2.1 L’évolution...
Sprint opérationnel
Masters CMW et NUMI
Etude de la mèmosphère de God
Emperor Trump Contenu, réception, diffusion
Table des matières
1 INTRODUCTION .......................................................................................................... 1
1.1 L’ALT-RIGHT ............................................................................................................ 1
1.2 LE TROLLING ........................................................................ ERREUR ! SIGNET NON DEFINI.
1.3 LES MEMES .......................................................................... ERREUR ! SIGNET NON DEFINI.
1.4 LA POST-VERITE (ALTERNATIVE FACTS, POST-TRUTH) ...................... ERREUR ! SIGNET NON DEFINI.
1.5 CHANTERCULTURE. ................................................................ ERREUR ! SIGNET NON DEFINI.
1.6 LOI DE POE .......................................................................... ERREUR ! SIGNET NON DEFINI.
1.7 PROBLEMATIQUE: ................................................................. ERREUR ! SIGNET NON DEFINI.
2 L’ANALYSE DU CORPUS ENTIER .................................................................................... 2
2.1 L’EVOLUTION DANS LE TEMPS DU TAUX D’ENGAGEMENT DES MEMES ...................................... 2
2.2 L’ANALYSE LEXICALE DES MEMES ................................................................................... 4
2.3 CARTOGRAPHIE DES CO-OCCURRENCES DES TAGS AUTOMATIQUES ......................................... 5
3 ANALYSE DU CORPUS REDUIT...................................................................................... 7
3.1 L’EVOLUTION DANS LE TEMPS DU TAUX D’ENGAGEMENT DES MEMES ...................................... 8
3.2 LA CIRCULATION DES MEMES SUR LE WEB ........................................................................ 8
3.3 L’IDENTIFICATION DE TERRITOIRES EN FONCTION DE LA CIRCULATION DES MEMES .................... 10
3.4 COMMENT CATEGORISER LES MEMES? ........................................ ERREUR ! SIGNET NON DEFINI.
4 ETUDIER LES COMMENTAIRES ASSOCIES AUX MEMES................................................ 14
4.1 LA DUREE DE VIE D’UN POST FACEBOOK ........................................................................ 15
4.2 ANALYSE LEXICALE DES COMMENTAIRES ........................................................................ 16
4.3 LES MEMES MENTIONNANT HILLARY CLINTON ................................................................ 17
5 CONCLUSION ............................................................................................................ 18
6 BIBLIOGRAPHIE ......................................................................................................... 19
1 Introduction
La scène médiatique trouve aujourd’hui un nouvel acteur bien déterminé à se forger
une place indispensable : l’alt-right, la droite alternative. L’Alt right est une mouvance de
droite nativiste, suprématiste (Blancs américains), Antisémite, conspirationniste et opposée à
l'immigration ainsi qu’au melting-pot intégrationniste. Pour eux, les démocrates et les
républicains se valent puisqu’ils sont “libéraux” et “corrompus”. Trump a été pour eux est la
seule alternative puisqu’il défend l’idée de conservatisme. Ils se font entendre par une forte
présence d’intellectuels, qui se battent contre leur censure par les médias. L’alt right
empruntent les codes des mouvements culturels de la gauche (féminisme, black live matter) et
les utilisent pour défendre ses valeurs conservatrices.
Le monde des trolls a joué un rôle très important dans la montée de cette nouvelle
droite. Le mot « Troll » décrit des comportements délibérément malveillants et moqueurs
dans le but de provoquer une forte réaction. Il est souvent employé pour faire des blagues
racistes ou misogynes. Le Trolling a été utilisé par les partisans de l’Alt-Right sur certains
forums influents (4chan, reddit) et sur les réseaux sociaux pour diffuser leurs idées. L’une des
pratiques a été de faire du « shit-posting », où des contenus offensants ont été créés pour
empêcher le débat et centraliser l’information sur ces faits. Armés de mèmes, les « trolleurs »
diffusent de manière subtile et sous couvert de plaisanteries, des messages fermes,
réactionnaires, diffusant une idéologie qui prône la suprématie blanche. Leur héros, Donald
Trump, et son arrivée à la Maison-Blanche, symbolise l’action de plus en plus triomphante et
marquante de ces acteurs du web. Est-ce que les mèmes ont propulsé Donald Trump ?1
Les mèmes sont une forme de discussion. La définition d’un mème reste floue : une
image et un texte, juste une image, juste un texte, une vidéo ou un gif. Le comique,
L’intertextualité et la juxtaposition atypique sont les 3 caractéristiques phares qui définissent
un mème (Knobel et Lankshear, 2007)2. Les auteurs de l’article “LES MÈMES INTERNET
ONT-ILS UN MODE DE PROPAGATION SPÉCIFIQUE ?3 Analyses à partir de
topogrammes de mèmes de l’Internet chinois” vont enquêter sur le site chinois de
microbloging mais avant tout son apport majeur est la définition du mème. Ce dernier est une
image accompagnée d’un titre à caractère humoristique. En outre, sa diffusion est comparée à
celle d’une rumeur, se cantonnant d’abord à des sites spécialisés pour au fur à mesure se
propager sur d’autres sites. Avec l’exemple de Donald Trump, on voit arriver une nouvelle
génération d’extrémistes de la génération y qui étalent leurs idéologies sur les forums et
réseaux en développant des codes propres. La mémosphère et l’exemple particulièrement
parlant de la “Trump Army”, montre l’influence et la force de cette communauté.
La campagne présidentielle américaine fut marquée par l’activité de la « Trump
Army ». Cette dernière a animé la toile (et notamment 4chan et reddit) en utilisant des mèmes
1 http://www.breitbart.com/tech/2016/03/29/an-establishment-conservatives-guide-to-the-alt-right/
2 KNOBEL M., LANKSHEAR C. (2007), A new literacies sampler, New York, Peter Lang Publishing.
3 RENAUD C et al. (2016), Les mèmes Internet ont-ils un mode de propagation spécifique ? Analyses à
partir de topogrammes de mèmes de l’Internet chinois, Réseau, n°195, p107-130
dans le but de « troller », propager des « fake-news », ridiculiser des candidats adverses ou
encore glorifier le dieu empereur Donald Trump. Cette armée a, au fur mesure, construit sa
communication en bâtissant tout un culte autours de Donald Trump, mêlant ainsi plusieurs
références pour aboutir à la phrase « praise the Kek »4.
Ce mouvement s’est construit d’après la source ci-dessus sur le forum 4chan, plus
précisément sur le fil de discussion « /pol », un fil revendiquant sa liberté de pensée et son ton
« politiquement incorrect ». Ce fil semble être un des foyers de “l’alt-right”, un ensemble de
mouvements réunissant aussi bien des trolls, des partisans de la politique “chacun chez soi” et
des extrémistes5. Les différencier est un tâche complexe puisque comme le rappel l’axiome de
Poe la frontière entre humour et pensée politique.6
De ce fait comment une telle campagne de diffusion a pu s’organiser et quelle en est
l’ampleur? Pour répondre à cette question notre groupe a décidé de s'intéresser aux mèmes
présent dans notre corpus ainsi qu'à leur diffusion et leur perception sur les divers sites sur
lesquelles ils apparaissent.
Les données que nous avions à disposition pour ce sprint étaient les 8 782 mèmes de
la page Facebook de God Emperor Trump, allant du 19 décembre 2015 au 14 décembre 2016.
Lorsqu’ils ont été publiés, différentes interactions ont été effectuées et rendues disponibles,
des réactions, des partages et des commentaires.
2 L’Analyse du corpus entier
2.1 L’évolution dans le temps du taux d’engagement des mèmes
Nous avons procédé à quelques éléments statistiques pour mieux comprendre le taux
d’engagement de la page facebook God Emperor Trump.
- Le calcul de la médiane du taux d’engagement, égale à 129,2
- Le calcul de la moyenne, égale à 243,16
- Le calcul du rapport interdécile, égal à 23,44
Ainsi donc, 10% des mèmes ayant le plus haut taux d’engagement ont un taux
d’engagement 23,44 fois supérieur aux 10% des mèmes qui ont le taux d’engagement le plus
faible.
Ainsi, la page Facebook n’a pas un fort taux d’engagement. Seule une poignée de
mèmes engage vraiment le public de la page.
4 http://www.slate.fr/story/128864/4chan-victoire-donald-trump
6 http://www.slate.fr/story/132920/loi-de-poe-meme
Visualisation 1 – Répartition dans le temps en fonction du taux d’engagement de l’ensemble des
mèmes (à partir d’Image Plot)
Ci-dessus, une visualisation réalisée par ImagePlot, qui montre l’évolution du taux
d’engagement dans le temps, avec en abscisse le temps et en ordonnée le taux d’engagement.
C’est une manière différente d’arriver à la même conclusion : la majorité des mèmes engage
peu.
Visualisation 2 – Répartition dans le temps (par semaine) du nombre de posts (ligne du haut) et du
taux d’engagement (ligne du bas)
Ici, nous avons une évolution des posts dans le temps (sur la ligne du haut) et une
évolution du taux d’engagement dans le temps. L’échelle de temps a été formatée pour
afficher le nombre de posts par semaine. Sur la ligne du bas, chaque colonne correspond à une
semaine, et les points représentent un jour. Le taux d’engagement des points correspond ainsi
à la moyenne du taux d’engagement des posts du même jour. Nous constatons que le nombre
de posts a été assez constant, et qu’il y a eu des “pics” de publication lorsqu’il y avait des
événements extérieurs. Les plus gros pics correspondent par exemple aux primaires, aux
débats télévisés ou au jour de l’élection américaine (le 8 novembre).
Or, dans le but de découvrir si les mèmes ont influencé la campagne, les données que
nous avons montrent surtout que Facebook est un miroir de ce qui se fait sur la scène
politique, avec des publications qui s’effectuent après les événements et non en amont.
2.2 L’analyse lexicale des mèmes
2.2.1 Extraction des annotations sur les mèmes
La base de données nous donne accès au contenu des mèmes via la colonne
« annotations », c’est-à-dire aux textes figurants sur les mèmes, qu’ils soient des captures
d’écran de Tweets ou simplement quelques mots pour illustrer les images. A partir de ces
annotations, il est ainsi possible de rendre compte des thématiques les plus utilisées, et surtout
de la manière dont elles ont été utilisées. Nous avons importé la base de données dans Cortext
Manager afin de représenter sous forme graphique les différents thèmes à partir d’une
extraction lexicale.
2.2.2 L’analyse lexicale des annotations
Malgré un réglage représentant seulement les 150 nœuds les plus récurrents, la
visualisation montre un entrelacement fort des clusters. Cette visualisation peut amener au
constat suivant : les mèmes évoquent toujours les mêmes sujets mais de manière différente.
C’est la façon d’en parler, c’est le mème qui change, sa couleur, ses images, mais le messag
reste le même : soit il s’agit de Donald Trump, soit d’Hillary Clinton, soit ce sont les
médias qui sont visés. C’est très politisé.
Les sujets récurrents sont :
o Donald Trump
o Hillary Clinton
o Médias et news : mentions de “cnn”
o Association Trump – Hitler : les mèmes se moquent de la comparaison
des opposants de Donald Trump qui le comparent à Hitler.
o Rebondissent sur l’actualité : mentions de Malik Obama (demi-frère de
Barack Obama qui a affiché publiquement son soutien à Trump),
Bernie Sanders et le mouvement “Black Lives Matter”.
Visualisation 3 - Analyse lexicale des annotations sur l’ensemble des mèmes (top 150 des nœuds) à
partir de Cortext Manager
2.3 Cartographie des co-occurrences des tags automatiques
2.3.1 L’extraction des tags automatiques
Notre base de données comportait une colonne où figuraient des tags automatiques des
mèmes. Il s’agit des tags identifiés par Google sur les différents mèmes, tags auxquels sont
associés des probabilités. Cette colonne a ainsi été importée dans Cortext Manager pour
identifier les cooccurrences de ces tags, afin de comprendre quels tags sont les plus associés.
Cela permet de comprendre quelles sont les compositions graphiques et visuelles des mèmes
(selon des tags qui méritent toutefois d’être questionnés et nuancés), et surtout lesquels
reviennent le plus souvent.
2.3.2 La montée en puissance de Donald Trump à travers la culture de
super-héros
Visualisation 4 - Analyse des tags automatiques de l’ensemble des mèmes (top 100 des nœuds) à partir
de Cortext Manager
Cette visualisation permet une première approche de codes visuels auxquels répond la
création des mèmes. Donald Trump devient un avatar fictif, il passe d’une personne réelle à
un personnage, une personne fictive, un personnage caricatural. Il devient un protagoniste
dans une narration, dans un arc narratif. Les termes « action figure », « fictional character »,
« action film », « army men », « captain america » renvoient à cette idée. Il y a une
transformation fictionnelle de personnes réelles.
Il y a une forte connotation de l’univers des comic books. L’importance du mème
réside aussi dans son dessin, dans ses couleurs. Il y a une dimension artistique dans le mème.
Les mèmes ont pour contexte principal les films ou les bande-dessinées. Les formes de la
bande-dessinée ou de l’affiche du film sont très utilisées.
Les mèmes utilisent des codes culturels : personnage (captain america, santa claus),
film (poster, affiche de film, titres du film), personnage du net, décor.
o Nous pouvons distinguer un cluster militaire, dénotant une idée de guerre où Donald
Trump est un super-héro comme Capitain-America.
o Nous distinguons aussi un cluster artistique avec « modern art », « psychelic art ».
o Un cluster « sport » se dessine
Comment construisent-ils les mèmes ? Où se situent principalement les mèmes ? Quel
contexte principalement ? Ce sont les questions que nous nous sommes posés et cette
visualisation permet des premiers éléments de réponse. Le gros cluster du haut met en avant
les contextes des mèmes : où se situe l’action par exemple. Le gros cluster du bat met en
avant les personnages, c’est-à-dire comment apparaissent les différentes figures politiques.
Ci-dessous, une matrice créée suite à l’analyse de cette visualisation où il pourrait être
intéressant de classer les mèmes selon ces différents axes. (Les axes sont des oppositions
permettant de catégoriser les termes d’un champ lexical).
Visualisation 5 – Une proposition de catégorisation des mèmes
Nous pourrions catégoriser les mèmes, dans un premier temps, selon le format. De
nombreux mèmes reprennent les codes des affiches de film (voire même des affiches de film
existantes) et remplacent le visage du héros par celui de Donald Trump. Les couleurs sont
importantes aussi car le côté visuel joue beaucoup. Certains mèmes sont très poussés dans
leur qualité artistique.
Enfin, à cette catégorisation s’ajoute un autre axe, celui sur le contexte dans lequel
prend place l’action du mème.
3 L’analyse du corpus réduit
Les cent-seize mèmes les plus engageants ont été conservés et analysés afin d’avoir un
échantillon analysable et ayant produit plus d’interactions que la moyenne des autres mèmes
Contexte/Action
Personnage/Objet
Couleurs
Format
(Dessin,
Photo,
de la page. A partir d’un corpus réduit (qui représente 1% de la totalité de notre base de
données), certaines possibilités s’offrent à nous en termes d’analyses, notamment pour
cartographier ces mèmes et en maîtriser le contenu.
3.1 L’évolution dans le temps du taux d’engagement des mèmes
Visualisation 6 - Répartition dans le temps (par semaine) du nombre de posts (ligne du haut) des 116
mèmes les plus engageants et de la moyenne du taux d’engagement (ligne du bas)
De la même manière que pour la première représentation du taux d’engagement et du
nombre de post dans le temps, un graphique similaire a été effectué sur les 116 mèmes les
plus engageants de la base de données. Les mèmes les plus engageants se situent surtout
durant la semaine du 7 novembre, cela veut dire que les mèmes ayant suscités le plus de
réactions et de commentaires ont été publiés lors de l’élection américaine. En revanche, la
moyenne du taux d’engagement reste relativement stable.
3.2 La circulation des mèmes sur le web
Ce corpus réduit nous a permis d’étudier spécifiquement l’intégralité des 116 mèmes.
Pour cela, il a été entrepris d’étudier la circulation de ces mèmes sur le web afin de
comprendre comment ils étaient diffusés et où. L’objectif initial était de comprendre comment
un mème circulait, afin de retracer son histoire et son chemin sur le web.
Cependant, les outils et les données à disposition ne permettent pas, ou en tout cas
difficilement et avec une marge d’erreur potentiellement conséquente, de recréer la
circulation d’un mème d’un point A à un point B ou C. Ce qu’il a toutefois été possible de
faire, cela a été de repérer les sites sur lesquels apparaissent les mèmes grâce à une recherche
Google de l’image. L’outil du Digital Methods Initiative (DMI) propose pour cela le “Google
Reverse Scraper”, il permet à partir d’une image d’automatiser la recherche et de proposer les
100 premiers sites où l’image a été présente. Malgré un résultat limité et soumis à une marge
d’erreur difficilement vérifiable (voir la partie C), il a toutefois été possible d’en tirer des
enseignements intéressants.
Tout d’abord, il est intéressant de constater que Twitter est la plateforme sur laquelle
les mèmes ont le plus recirculé. En effet, les mèmes ont été relayés 668 fois sur Twitter,
contre 643 fois sur onsizzle qui est spécialisé dans les mèmes. Il est donc intéressant de
constater que Twitter est un relais important des mèmes, qu’il est lui aussi vecteur de
diffusion.
Visualisation 7 – Les sites web où les mèmes ont le plus circulé (à partir du Google Reverse Scraper)
Il nous a semblé intéressant de pousser l’analyse sur Twitter afin de repérer les acteurs
de cette reprise et de comprendre s’il y a des “relayeurs” importants. 67 utilisateurs ont tweeté
ou retwetté au moins deux mèmes étant présent sur la page Facebook God Trump Emperor,
ce qui est un chiffre plutôt élevé.
L’utilisateur ayant relayé le plus de mèmes a été CNN, ce qui nous a posé question.
En regardant les Tweets récupérés par Google Reverse Scraper pour CNN, nous nous sommes
aperçus que les mèmes n’apparaissaient pas en tant que Tweet, mais qu’ils étaient postés par
d’autres utilisateurs en “reply”.
Visualisation 8 – Les utilisateurs ayant relayé le plus de mèmes sur Twitter.
La fiabilité des résultats est donc faussée pour émettre des conclusions solides, mais
l’exemple de CNN nous apprend cependant que les mèmes sont utilisés sur Twitter, dans
certains cas, pour “troller”, c’est-à-dire pour bruiter le débat et propager les idées de l’alt-
right.
Les autres relayeurs sont pour la plupart des visages connus de l’alt right, comme
Alex Jones, ils utilisent les mèmes de la page de God Emperor Trump pour conforter leurs
idées.
Visualisation 9 – Trois comptes Twitter de sympatisans et diffuseurs d’idées de l’alt right
L’exemple de Paul Joseph Watson nous en apprend plus sur la façon dont s’échangent
les mails entre ces deux réseaux sociaux. Trois des six mèmes qu’il a relayé sont en fait ses
propres Tweets qui ont été transformés en mème sur la page Facebook. Les relayer est ainsi
un moyen de se valoriser auprès de ses abonnés, cela est donc un indice sur l’importance de la
page de God Emperor Trump auprès des sympathisants de l’alt right.
Visualisation 10 – Les mèmes relayés par « Prisonplanet » (Paul Joseph Watson)
3.3 L’identification de territoires en fonction de la circulation des
mèmes
3.3.1 Description globale du réseau
A l’origine le réseau comporte deux types de nœuds : des sites internet et des mèmes
pour un total de 2279 nœuds et 12215 liens. Nous avons donc décidé réduire le type de nœuds
en transformant les mèmes en liens
unissant les divers sites internet.
Pour ce faire nous avons choisis,
après divers tests, la plateforme
Cortext manager. In fine, nous
obtenons un réseau de 196 noeuds
et 613 liens.
Ce réseau se divise en deux
grands cluster, l’un composé de
trois territoires et l’autre composé
de 9 territoires, en voici la carte ci-
dessous (diapositive numéro 16).
Visualisation 11 – Visualisation des cooccurrences entre les sites ayanté relayé les mèmes (à partir de
Cortext Manager et Gephi)
Cependant pour évaluer ce réseau et comprendre comment les différents territoires
furent agencés et générés par Cortext Manager, il fallait à la fois apprécier le site, ses
différentes publications et sa culture puis confronter cela aux divers mèmes partagés. Sans le
premier, l’analyse aurait pêchée par manque de rigueur puisqu’un mème peut être reçu
différemment en fonction de la population fréquentant le site.
3.3.2 Identification des territoires en fonction de leur nature : :
Sur douze territoires, seulement six furent identifiés, la liste ci-dessous :
Le cluster en haut, excentré sur la gauche (en rose) est le cluster des gamer car différents
sites sont très proches de cet univers comme le forum warosu (deux topics entientièrement
consacrés à l’univers du jeu-vidéo) ou et le site de la steam community (steam étant une
plateforme entièrement consacrée à l’univers des jeux vidéo).
Le territoire en haut, juste à côté, en bleu clair, est un cluster composé à la fois de troll
provenant de la communauté “HugeLol” et de sites de droites, un territoire hybride.
Le territoire gris clair, en bas sur la gauche est un cluster anti-Trump, les sites comme
“marshable” ou comme “bbc” le critiquant ouvertement sur leur page. Juste en dessous, un
territoire pro-Trump avec des sites soutenant le président ou son entourage, un exemple ”le
blog 70 news.word press”.
Le territoire en vert, au milieu du cluster le plus important, est composé de site mainstream,
majoritairement de réseaux sociaux comme “Twitter “ou” Pinterest”. Le dernier territoir en
bas à droite est composé de sites issus typiquement de la culture du mème comme « 9GAG »,
« 4chan » et aussi « know your meme ».
o Comment catégoriser les mèmes?
1.1.1 Définition de mème
Etant incapables de catégoriser le reste des territoires en utilisant des informations relatives
aux sites interconnectés, la catégorisation devait se poursuivre en identifiant les différents
mèmes connectant les sites internet.
Ce qui fut impossible car le logiciel « Google Reverse Scraper » considère ce mème (1)
identique à ce mème (2), exemple ci-dessous
Pinterest [1] Imgur [2]
Visualisations 12 – Deux exemples de mèmes similaires selon Google Reverse Scraper
L’image est la même mais le texte est complètement différent7, sur l’image numéro 1 :
« le premier rend son portefeuille à l’autre ». Tandis que sur l’image numéro 2 : « un des
personnages demande à l’autre s’il est américain et s’il vote pour Trump ». Les deux mèmes
ne véhiculent pas la même idée.
L’algorithme de reconnaissance du logiciel confondant mème et image,cependant,
est-ce une définition suffisante pour catégoriser un même ?
La réponse est non, une des définitions du mème est : « Le comique, L’intertextualité
et la juxtaposition atypique sont les 3 caractéristiques phares qui définissent un mème
(Knobel et Lankshear, 2007). »8 Un autre définition est celle de l’article « les mèmes internet
ont-ils un mode de propagation spécifique ? analyses à partir de topogrammes de mèmes de
l’internet chinois » écrit par Clément Renaud, Valérie Fernandez, Gilles Puel. Les auteurs
définissent les mèmes comme une image accompagnée d’un titre à caractère humoristique. En
outre, sa diffusion est comparée à celle d’une rumeur, se cantonnant d’abord à des sites
spécialisés pour au fur à mesure se propager sur d’autres sites.
Aucun des articles lus ne traitent le mème comme un objet culturel ayant un code et
des règles pourtant en voici un exemple, ci-dessous :
Mashable : 2 mois Hugelol : 7mois 9 GAG :
2 ans
7 Pour obtenir ces mèmes se référer, dans l’ordre des images, aux lignes 9 et 2 du document «
all_in_one ». 8 KNOBEL,M, LANKSHEAR,C. (2007), a new literacies sampler, Peter Lang
http://everydayliteracies.net/files/NewLiteraciesSampler_2007.pdf
Visualisation 13 – Une histoire de mèmes
Ces trois mèmes répondent tous à un impératif, le titre ou le texte
commence par « Roses are red », cet invariable pourrait servir de base pour
catégoriser une partie des mèmes en grande famille. Ce n’est pourtant pas
suffisant car au sein de cette famille il peut exister différent courant, les trois
mèmes ci-dessus ne véhiculent toujours pas la même idée.
C’est donc pour cela que nous avons décidé de catégoriser et tagguer
les cent-seize mèmes manuellement dans le but de ne pas comparer
l’incomparable.
3.3.3 Catégorisation manuelle des mèmes
Il nous a paru plus efficace, pour les 116 mèmes, de les regarder individuellement
pour tenter de les catégoriser. Dans notre protocole d’enquête, il est important de souligner
que nous avons envisagé cette catégorisation avant d’effectuer la cartographie des tags
automatiques. Une catégorisation manuelle nous a paru plus efficace puisqu’elle prend en
compte à la fois des critères visuels (formes, éléments visuels) mais aussi sémantiques (le
texte, la dimension humoristique, les jeux de mots, références diverses…). Cette
catégorisation a ainsi été imaginée pour tenter de comprendre s’il existait des variables stables
dans les mèmes, mais aussi pour utiliser notre catégorisation pour nos analyses de
commentaires.
Un premier niveau a donc été imaginé pour catégoriser l’aspect visuel des mèmes à partir de
deux critères: la présence ou non de texte et d’image. Trois catégories ont ainsi été définies: le
mème avec seulement du texte, le mème avec seulement une image, et le mème avec de
l’image et du texte.
Visualisation 14 – Une catégorisation manuelle des 116 mèmes les plus influents selon leurs
compostants graphiques et textuels
Sur les 116 mèmes, 94 ont de l’image et du texte. N’étant pas en mesure de dire si
c’est ce format qui a fait que ce sont les mèmes les plus engageants ou que la majorité des
mèmes sont ainsi, nous pouvons seulement formuler des hypothèses qu’il faudrait confirmer.
Nous pouvons penser, en ayant parcouru quelques-uns des presque 9000 mèmes, que cette
représentation est la plus fréquente, d’autant qu’elle répond à la définition d’un mème
(retrouver déf). Mais un texte seul, comme une capture d’écran d’un Tweet est aussi
considéré comme un mème, ce qui lui confère une définition large, et que son rôle serait avant
tout le sens délivré.
Visualisation 15 – Catégorisation des « tags » apparaissant sur les 116 mèmes les plus engageants
Le second niveau de notre catégorisation a été de “taguer” ce que nous percevions des
mèmes. Nous avons ainsi tagué les mèmes en fonction des individus apparaissant dessus
(Donald Trump, Hillary Clinton, Barack Obama,...), du moyen de communication (Twitter,
Facebook si les mèmes étaient des captures d’écran), ou des idées ou cibles de l’alt right
(libéraux, femmes, musulmans…). Ces catégories sont bien sûr peu objectives, mais elles
permettent de discerner la composition des mèmes de manière plus maîtrisée, ce qui manquait
avec une catégorisation automatique. Il est ainsi possible de mesurer quels sont les thèmes et
les personnages revenant le plus souvent, et donc de quantifier l’importance de certains
thèmes.
Donald Trump apparaît ainsi directement (ou indirectement, s’il est cité ou invoqué)
sur 60 mèmes, soit un petit peu plus de la moitié de nos mèmes catégorisés. Hillary Clinton
est pour sa part représentée un quart du temps, ce qui montre que les mèmes ont un poid
important dans les idées véhiculées, il sert aussi bien à louer ses idées qu’à dénoncer celles
qui sont opposées. Il est intéressant de remarquer que Twitter a une position importante.
Comme nous l’avons vu précédemment avec Prison Planet, il y a une circulation des idées
entre Twitter et Facebook, où les Tweets sont repris sur Facebook sous forme de mèmes, puis
reviennent vers Twitter sous cette forme.
4 Etudier les commentaires associés aux mèmes
Pour aller plus loin dans l’analyse des mèmes et de leur réception, il nous a paru
intéressant d’étudier les commentaires associés aux mèmes de la page Facebook de God
Emperor Trump. Pour conserver une cohérence dans nos analyses, nous avons extraits les
commentaires des utilisateurs postés sur les 116 mèmes les plus engageants. Pour cela, un
script créé à partir du package Facebook4J a été utilisé afin de récolter tous les commentaires
et réponses aux commentaires. Avec le script utilisé, seul le texte du commentaire est extrait,
ce qui fait que les mèmes publiés en commentaires ne sont pas extraits ni analysés.
Visualisation 16 – Un exemple des formes de commentaires possibles
31 075 commentaires (et réponses à des commentaires) ont été postés sur les 116 posts
les plus engageants et extraits. Certaines informations sont alors accessibles, comme le nom
d’utilisateur et la date de publication du commentaire. Après nettoyage des commentaires
vides (mèmes, émojis, simples “tags” d’amis…), il reste ainsi 19 075 commentaires
exploitables, c’est-à-dire étant composé de texte. Avec les commentaires, il est ainsi possible
de comprendre comment les individus fréquentant la page de God Emperor Trump réagissent
et/ou s’approprient les mèmes et les idées qui y sont véhiculées.
4.1 La durée de vie d’un post Facebook
Les publications sur Facebook ont une durée de vie assez limitée. La société Over-
Graph a par exemple réalisé une étude9 sur 19 000 posts Facebook, et en a conclu que la durée
de vie d’un post Facebook est de 14h42. Ici, une expérience similaire a été réalisée (c’est-à-
dire de considérer qu’un post n’est plus médiatique à partir du moment où 90% des
commentaires ont été postés) avec les deux commentaires les plus engageants, qui ont aussi
eu une bonne visibilité médiatique.
Visualisations 17 et 18 – La durée de vie du post le plus engageant – Tweet de Brendan Mahoney
9http://blog.over-graph.com/connaissez-vous-la-duree-de-vie-des-publications-
facebook-twitter-et-instagram/
Pour le post le plus engageant, la durée de vie médiatique (du moins pour les
commentaires) a été de 27 heures 55, entre l’heure du post (le 11 novembre 2016 à 16h32) et
le 1 085ème commentaire le 12 novembre à 20h29.
Visualisations 19 et 20 - La durée de vie du second post le plus engageant – même sur les e-mails
d’Hillary Clinton
Le second post le plus engageant a été posté le 27 juillet 2016 à 15 heures 11, il a eu
une durée de vie de 53 heures 17.
Ces deux posts ont une durée de vie plus importante que dans l’étude d’Open-Graph,
mais ils correspondent aux deux posts les plus engageants. Il est toutefois notable que les
posts ont une durée de vie très courte dans le temps, et étudier les commentaires d’un post les
situent dans une actualité médiatique courte.
4.2 Analyse lexicale des commentaires
4.2.1 Présentation du réseau :
Le réseau, ci-contre, présente les mots les
plus répétés par les internautes commentant les
116 mèmes ayant le taux d’engagement le plus
élevé. Cette carte est le résultat de l’opération
network mapping réalisée via Cortext manager,
afin d’en limiter le bruit, un nettoyage fut réalisé
sur les trois cents mots les plus cités. Cependant,
cette dernière ne comporte que deux cents nœuds
et les nœuds ne peuvent être reliés à plus de cinq
voisins, tout cela dans le but d’augmenter la
visibilité de la carte. In fine, le réseau ci-contre se
compose de huit clusters. Le centre du réseau est
le mot Donald Trump.
Visualisation 21 – Réseau de l’analyse lexicale des commentaires des 116 mèmes les plus engageants
4.2.2 Description et analyse du réseau :
Les cinq principaux clusters sont, le rouge (au centre), un cluster centré sur les
personnages, démocrate (Hillary Clinton, Ted Bush) comme républicains (Ted Bush); en bas
à droite, le jaune, un cluster composé de mots critiquant l’idéologie progressiste (« leftist and
liberal » étant relié à « human rigth », « sharia law » et « muslim countries ») ; le violet, en
haut, centré sur les minorités ; le vert à gauche concernant les supporters de Donald Trump et
d’Hillary Trump et le bleu à propos de la politique menée par Obama.
Sur ces cinq clusters trois sont reliés à Donald Trump, et dans un autre il est
mentionné comme président Trump, celui à propos de la politique d’Obama (le bleu clair).
L’idée est que Donald Trump est un cheval de bataille, un avatar cristallisant la haine
qu’éprouve une partie de la population des Etats-Unis à l’encontre des politiciens de
Washington10
. Cette haine s’est matérialisée sous la forme de Trump, l’avatar, pour finir par
se répandre le transformant en « mème ».
4.3 Les mèmes mentionnant Hillary Clinton
Pour conforter cette analyse, nous nous sommes intéressés aux mèmes où Hillary
Clinton et/ou ses supporters étaient présents, mais où Donald Trump n’apparaissait pas. Sur
les 116 mèmes les plus engageants, cela correspond à 23 mèmes. Ces commentaires ont été
analysés à partir du logiciel de lexicométrie IRaMuTeQ, et sur le graphique seuls les mots
associés 5 fois et plus ont été conservés pour une meilleure lisibilité.
Il est intéressant de remarquer que le mot le plus utilisé est le mot « Trump », cité 311
fois alors qu’il est censé être absent
“physiquement” des mèmes. Cela vient
compléter notre analyse selon laquelle Trump
utilisé pour pointer du doigt les sujets favoris des
sympathisants de l’alt-right, dont Hillary Clinton
est ici la représentante.
Une analyse de similitudes (qui
représente ici les mots les plus associés entre eux
en fonction du nombre de fois où ils ont été cités
côte à côte dans une phrase) met en avant le fait
que Trump est très souvent associé à Hillary
Clinton (40 fois, ce qui est la plus forte
association du corpus).
Visualisation 22 – Analyse des similitudes (cooccurences entre les mots) des commentaires des mèmes
représentant Hillary Clinton sans Donal Trump
Cette représentation graphique met aussi en avant les qualificatifs positifs sont associés à
Trump (« great », « support », « unite »...), alors que pour Hillary ils sont négatifs (« fuck »,
« suicide », « why »).
10
Pour plus de précision : FLOQUET, M.(2016) Triste Amérique , Le Pèlerin.
5 Conclusion
Le résultat le plus révélateur est que les mèmes sont utilisés comme vecteur pour
exprimer un sentiment de rejet envers les politiques de tous bords. C’est ce que représente
Donald Trump représente, un rejet11
. Une certaine partie de la population d’internet s’est
servies de cette forme d’expression dans le but de décrédibiliser les ennemies politiques de
Trump et aussi pour le soutenir.
Cependant la production de mèmes n’est pas anarchique et semble répondre à un
événement médiatique fort, un débat par exemple, comme le montre tableau numéro 1 de la
partie I. De plus ces mèmes semblent éphémères leurs durées de vies étant courte comme le
montre les tableaux 1 et 2 de la partie III.12
Néanmoins, répondre à la question initiale n’est pas possible car il est impossible
d’établir un lien entre ces mèmes et la victoire de Donald Trump. Bien qu’ils ont surement
eux un rôle, celui-ci demeure obscur et ceux pour plusieurs raisons, la plus évidente étant
l’axiome de Poe13
. En outre la base de données comporte à la fois des tweets, du texte, des
images et des images avec du texte. Lesquelles sont des mèmes? Ces détails qui semblent
triviaux sont pourtant nécessaires car ils sont au cœur de l’algorithme du Google reverse
scraper. Ce dernier confondant mème et image, or les mèmes peuvent conserver une même
image tout en exprimant un message différent à travers leur titre ou leur contenu textuels.
In fine, notre groupe a créé manuellement une typologie pour les mèmes ayant le taux
d’engagement le plus fort, la première étape montrant clairement que la plupart de
l’échantillon est composée d’image accompagné de texte. En outre, le patronyme Donald
Trump ou Trump est central dans nos analyses lexicales, même quand le mèmes est à propos
de ses ennemies politiques. Et ce peu importe le débat, Trump est partout, du troll qui le
compare aux héros de comics au partisan qui le glorifie. Ces derniers ont transformé un
personnage réel en personnage fictif en s’inspirant de diverses cultures, Pep the frog et le
culte “kek” en est la preuve.
Néanmoins dans nos analyses de champs lexicales aucun de ces mots semblent
ressortir et être au centre de nos visualisations, il est donc légitime qu’ils appartiennent à une
communauté. Cependant comprendre comment le mème Pepe the Frog a été détourné pour
devenir une représentation de Donald trump est une question à laquelle il faut répondre car au
travers de cette étude nous n’avons qu’étudier sa plus récente utilisation. Or les mèmes ont un
une histoire et ceux bien avant leur récente utilisation politique, le but serait avant toute chose
comme nous l’avons proposés d’identifier des familles de mème, de les classer en fonction de
leur contenu textuel, de leur image et des idées qu’ils s’en dégagent.
Pour ce faire, il faudrait avant tout se poser des questions simples: Qu’est ce qu’un
mème? Comment le typologiser? Quels en sont les différents usages? Sur quelles plateformes
11
FLOQUET,M.(2016), Triste Amérique , Le Pèlerin. 12
http://blog.over-graph.com/connaissez-vous-la-duree-de-vie-des-publications-facebook-twitter-et-
instagram/ 13
http://www.slate.fr/story/132920/loi-de-poe-meme
circulent ils? Quelle population fréquente ces plateformes? Une enquête ambitieuse croisant
des données issues du web et des données issues d’enquête sociologique plus classique
pourrait répondre à ces questions.
6 Bibliographie
FLOQUET,M.(2016), Triste Amérique , Le Pèlerin.
KNOBEL M., LANKSHEAR C. (2007), A new literacies sampler, New York, Peter
Lang Publishing.
RENAUD C et al. (2016) « Les mèmes Internet ont-ils un mode de propagation
spécifique ? Analyses à partir de topogrammes de mèmes de l’Internet chinois », Réseau,
n°195, p107-130
7 SITOGRPAHIE
http://www.breitbart.com/tech/2016/03/29/an-establishment-conservatives-guide-to-the-alt-
right/
http://www.slate.fr/story/128864/4chan-victoire-donald-trump
http://blog.over-graph.com/connaissez-vous-la-duree-de-vie-des-publications-facebook-
twitter-et-instagram/
http://www.slate.fr/story/132920/loi-de-poe-meme